【发布时间】：2019-12-15 20:10:59
【问题描述】：
我发现SSD Multibox-loss函数的一些表达式如下：
multibox_loss = confidence_loss + alpha * location_loss
有人能解释一下这些术语的解释吗？
【问题讨论】：
标签： tensorflow keras deep-learning conv-neural-network faster-rcnn
【发布时间】：2019-12-15 20:10:59
【问题描述】：
SSD Multibox（Single Shot Multibox Detector 的缩写）是一种神经网络，可以在单次前向传递中检测和定位图像中的对象。该网络以监督方式在图像数据集上进行训练，其中为每个感兴趣的对象提供了边界框和类标签。损失项
multibox_loss = confidence_loss + alpha * location_loss
由两部分组成：
置信度损失是一种分类交叉熵损失，用于对检测到的对象进行分类。该术语的目的是确保为每个检测到的对象分配正确的标签。
位置损失是检测到的边界框的参数（宽度、高度和角偏移）的回归损失（平滑 L1 或 L2 损失）。该术语的目的是确保为检测到的对象识别图像的正确区域。 alpha 项是用于缩放位置损失的超参数。
SSD: Single Shot MultiBox Detector 论文的公式 1 中给出了损失的精确公式。
【讨论】：